보건의료 빅데이터 자료 분석 과정
보건의료 분야에서 자주 이용되는 기초 통계이론과 보건의료 빅데이터 자료를 이해하고, 이를 활용하기 위한 분석기법(SAS활용법)을 익힐 수 있도록 준비했습니다. 본 과정을 통해 건강보험청구자료를 기반으로 하는 보험약가 등재 업무(Market Access) 및 약물역학(Pharmacoepidemiology) 연구에 적용할 수 있도록 이론과 실무에 필요한 내용으로 구성했습니다. 이를 위해 본 교육은 다수의 보건의료 빅데이터 관련 정부 용욕 및 업계 연구를 수행하고, 관련 교육에 특화되어 있는 전문 강사로 진행됩니다.
| 일정 | 시간 | 내용 |
| 1일차 | 09:00~13:00 | 보건의료 빅데이터 자료의 이해 ∙ 건강보험청구자료 소개 ∙ SAS 프로그램 개요 ∙ 건강보험청구자료 입∙출력 ∙ SET문 활용 ∙ 새로운 변수 생성 ∙ 조건문 |
| 14:00~18:00 | ||
| 2일차 | 09:00~13:00 | SAS 프로그램 기초 ∙ 자료의 정렬 ∙ 반복문 ∙ 데이터셋 통합 ∙ SQL과 Macro ∙ Summary |
| 14:00~18:00 | ||
| 3일차 | 09:00~13:00 | 보건의료 빅데이터 자료를 활용한 연구 사례 실습(비용) : 의료 이용 및 의료비 지출 사례 분석 [연구사례 I] ∙ Dummy table 작성 ∙ 분석 전 준비 (코드 정리, 변수 정리 등) [통계분석] ∙ 환자 기본 특성 비교 ∙ 의료 이용 및 의료비 지출 산출 및 비교 ∙ 기초 통계 이론 및 결과 해석 |
| 14:00~18:00 | ||
| 4일차 | 09:00~13:00 | 보건의료 빅데이터 자료를 활용한 연구 사례 실습(비용) : 의약품 복용과 이상사례의 역학 관계 사례 분석 [연구사례 II] ∙ Dummy table 작성 ∙ 분석 전 준비 (코드 정리, 변수 정리 등) ∙ 역학 연구에 주로 쓰이는 지표 학습 [통계분석] ∙ 환자 기본 특성 비교 ∙ 유병률, 발생률 산출 ∙ Time-to-event 분석 (Cox proportional hazard model, Kaplan-Meier curve) ∙ 기초 통계 이론 및 결과 해석 |
| 14:00~18:00 |
